一种基于双通道学习的长尾分布图像数据识别方法

摘要

本发明公开了一种基于双通道学习的长尾分布图像数据识别方法，包括步骤：1)构建不平衡学习和小样本学习相结合的双通道学习模型；2)利用双通道学习总损失，反向传播更新双通道学习模型中的所有参数，保存最优的双通道学习模型参数；3)输入测试集的图像数据到最优的双通道学习模型，获取图像的预测标签。本发明将不平衡学习和小样本学习相结合用于解决长尾分布图像数据识别问题，不平衡学习通道能够提升对不平衡数据集的识别准确率，小样本学习通道能够改善模型学习的特征表示，双通道总损失使模型在训练前期侧重于不平衡学习通道，训练后期侧重于小样本学习通道，从而在整体上提升长尾分布图像数据的识别准确率。